文书档案数字化形成的电子文件数量巨大，一般县级档案馆文书档案达几百万页，将其数字化，所需存储空间很大。选择好档案数字化副本存储格式，既可减少存储空间，也可提高上传、下载速度，具有重要意义。

常见的文书档案数字化图像格式

1.1 JPG （JPEG） 格式
这是我们接触最多的图像格式。手机拍摄下来的照片格式一般为JPG格式。JPEG是 Joint PhotographicExperts Group的缩写，直译是“联合图像专家小组”。也就是说，该格式是由这个软件开发小组制定的。这种图像格式，就是把图像压缩，使图像变得很小，所占存储空间也就很小。在网络上易于传输，一般网页上的图片都是这种格式。这种压缩是损坏性压缩，把图像中重复或不重要的信息去除，容易造成图像数据的损伤。JPEG格式优点也多，可用最少的磁盘空间得到较好的图像品质。

1.2 JPEG2000格式
JPEG2000是JPEG的升级版，其特点：一是更高的压缩率，一般比JPEG高出30%左右；二是支持无损压缩；三是能实现渐进传输。在网上看一些图片，如网速较慢，往往先看到图像的轮廓，然后出现模糊图像，接着图像会越来越清晰，这就是图像渐进式下载过程。JPEG2000重要特性是支持渐进传输。

1.3 BMP格式
BMP图像是微软推出的图像格式，在Windows操作系统中是作为标准图像格式的，Windows应用程序一般都会支持BMP格式。BMP是英文Bitmap的简写，应用较广泛。与JPEG比，它几乎不进行压缩。由于几乎不进行压缩，所以图像信息非常丰富。它优点突出，缺点也突出。缺点即是太占地方。

1.4 RAW 格式
数码相机进行图像格式切换，常见的是JPEG格式同RAW格式的相互切换。JPEG格式是一种压缩格式，而RAW格式则是几乎未经处理而直接从数码相机或数码摄像机生成的图像。如果同一数码相机，采用两种格式拍摄，再经过图像处理软件进行调整，比如调曝光度、饱和度、对比度等，则RAW格式会更生动、更接近实际；JPEG格式由于进行了有损压缩，后续很难进行校正，几乎无调整余地。

1.5 GIF格式
GIF格式是英文Graphics Interchange Format的缩写，即为可交换图形格式，是作为一种公用标准而设计的。主要用来解决跨平台图像格式问题。GIF可制作成透明图像、动画等，在网络上大量使用。

1.6 PNG格式
PNG格式可以说是完全为网络而生的图像格式，是替代无损压缩的位图格式，如GIF格式。PNG具有可编辑性，能制作成透明图片，是最近几年才被大多数浏览器支持的图像格式。尽管它的压缩率较高，但与JPEG比还是太大。

1.7 TIFF格式
TIFF是英文Tag Image File Format的缩写，意思是标签图像文件格式。TIFF、JPEG和PNG都是较为流行的高位彩色图像格式，主要用来存储包括照片和艺术图片在内的图像。可以是多页文件，即多个图像组成一个TIFF文件。TIFF图像文件格式有漏洞，可受到远程攻击或是被诱使打开恶意文档。

1.8 PDF格式
PDF是近几年流行起来的图像文件格式，是英文Portable Document Format的缩写，意为便携式文档格式。如职称申报系统，几乎所有图像都需生成相应的PDF文件。这种格式可以最少的文件数量上传，也便于阅读。

常用格式图像大小比较  

我们对文书档案数字化，可采用扫描方法获取图像，也可采用拍摄方法获取图像。下面我们分别采用这两种方法获取图像，然后将其按不同的图像格式保存，比较一下图像大小。
实验一：用摄像头拍摄一张色彩单一封面，分别采用JPEG、PNG、BMP、TIFF格式存储，大小如下表。

通过上述知道，BMP是没有任何压缩的图像格式，可理解为拍摄的图像大小为901KB，其余几种格式都有不同程度的压缩，压缩率最高的是JPEG格式。也就是说，一个901KB的图像，生成JPEG才20KB大小。次之为PNG格式为418KB。由小至大排序为JPEG、PNG、TIFF、BMP。实验二：换一张色彩丰富的封面进行拍摄，分别采用JPEG、PNG、BMP、TIFF格式存储，大小如下表。比较这两张表，会发现随着色彩的丰富，除了BMP格式外，其它格式图像都变大了，由小至大排序为JPEG、PNG、TIFF、BMP。

通过两次试验，可得结论：（1） 在上述几种图像格式中，JPEG是最小的图像格式，BMP是最大的图像格式。TIFF是较BMP格式第二大的图像格式。（2） 当相同的像素大小（两次均宽640像素，高480像素）时，色彩变化对BMP格式影响不大。其余格式都随着色彩变化而有相应变化，越丰富越大。

实验三：把拍摄换成扫描，生成灰度文档，分别采用JPEG、PNG、BMP、TIFF格式存储，大小如下表。

结论：BMP是没有任何压缩的图像格式，可理解为扫描生成的灰度图像大小为917KB，压缩率最高的是JPEG格式，它只占扫描生成图像的23%。由小至大排序为JPEG、PNG、TIFF、BMP。

实验四：以彩色模式扫描同一文档，分辨率相同，分别采用JPEG、PNG、BMP、TIFF格式存储，其大小如下表。

结论：BMP是没有任何压缩的图像格式，可理解为扫描生成的彩色图像大小为2742KB，彩色模式下，压缩率最高的还是JPEG格式，它只占扫描生成彩色图像的8.8%。而TIFF增长较大，PNG次之，这说明TIFF、PNG格式文件保存了较丰富的图像信息。由小至大排序与灰度试验一样，依次是JPEG、PNG、TIFF、BMP。

实验五：扫描多页文件，生成TIFF和PDF文档，比较文档大小。扫描4页文件，彩色模式，如下表。

生成4页JPEG文件所占空间大小

结论：（1）生成的a.PDF文件大小为575KB，基本等于4页JPG格式的文件大小之和 （156+158+128+131≈575）。
（2） 生成的b.TIFF文件所占空间为a.PDF所占空间的7倍。这个倍数并不是固定的，但TIFF文件要比PDF文件大得多，至少2倍以上。

文书档案数字化图像格式选择  

《纸质档案数字化规范》 （以下简称规范） 规定：纸质档案数字图像长期保存格式为TIFF、JPEG或JPEG2000等通用格式，图像压缩率的选择可根据实际应用需求而定。纸质档案数字图像利用时，也可从网络浏览速度、易操作性、存储空间占用等方面进行综合考虑，将图像转换为PDF等其他格式。不难看出，纸质档案数字图像保存格式为TIFF、JPEG或JPEG2000格式。

我们具体应依据什么确定文书档案数字化图像格式。《规范》要求“数字图像清晰、完整、不失真，图像效果最接近档案原貌。为最大限度保留档案原件信息，便于多种方式的利用，宜全部采用彩色模式进行扫描”。即扫描出的图像尽可能接近实体。扫描出的图像我们可以无限接近实体，但这些图像必须保存下来，才能生成数字图像。JPEG格式，是损坏性压缩文件，压缩率越高，损坏越大，只是我们肉眼难以分辨，当你想再次修正这种图像时，可修正的余地很少，在更多细节上无法修正。但它的好处是存储空间小，传输速度快。文书档案数字化后，能满足文字识别需要就可以了，所以，在300dpi下彩色扫描的数字档案，采用JPEG格式保存较好。TIFF格式与JPEG格式相比，优点是可将多页图像生成一份文档，能保存丰富的图像信息。但它所占存储空间是JPEG文件数倍，所以我认为重要的文书档案，可采用这种格式，一般文件不宜采用。应注意，PDF格式不是数字化图像长期保存格式。但从数字文件管理、调用等方面看，却非常便捷，应将PDF纳入长期保存档案基本格式，而非仅仅作为应用层次的转化格式。